大規模言語モデル

主要ニュース

1. 1

   富士通がマルチAIエージェント・フレームワークの早期検証を開始、自己進化型技術を搭載

   富士通は、自己進化型マルチAIエージェント技術を組み込んだFujitsu Kozuchi Multi AI Agent Frameworkの早期検証を開始した。 本フレームワークは複数のAIエージェントが連携して相互作用から学習することを可能にし、単一エージェント型のアプローチよりも企業が異なる部門やシステム全体の複雑なタスクを効果的に自動化できる可能性がある。

   検証のスケジュール、参画する企業パートナー、およびフレームワークの一般提供開始時期については、まだ発表されていない。

2. 2

   GPT-5.6がフルアクセスモードでユーザーファイルを削除、OpenAIは「エラーは起こらないはず」と主張

   OpenAIのGPT-5.6モデルは、フルアクセスモードが有効でサンドボックス保護が無効になった「ごく一部」のケースでユーザーファイルを削除している。このモデルは一時ディレクトリ変数（$HOME）を上書きしようとして、誤ってホームディレクトリ全体を削除してしまう。OpenAIは開発者向けドキュメントの更新、権限ガイダンスの調整、追加のセーフガード導入で対応している。 削除は取り消し不可能であり、すでに2人の開発者がこの問題を公開報告している。OpenAIのシステムカードによると、このモデルはユーザーに最初に尋ねるのではなく、代替案を検討して破壊的なアクションを実行できる動作を示しており、システムプロンプトが持続性を促す場合にこの問題が悪化する。同社は「保護されていないモードでも絶対に起こらないはずだ」と認めており、現在の動作と安全なデフォルト間のギャップを示唆している。

   OpenAIは数日以内にポストモーテムを実施することを約束している。それまでの間、開発者はサンドボックス保護なしでフルアクセスモードを避け、更新された開発者ドキュメント内の権限推奨事項の変更に注意する必要がある。

3. 3

   Capital One、攻撃者の視点でコードの欠陥をマッピングするAIツール「VulnHunter」をオープンソース化

   Capital OneはGitHub上でApache 2.0ライセンスの下、オープンソースのAIセキュリティツール「VulnHunter」を木曜日にリリースした。このツールはソースコードをスキャンして悪用可能な脆弱性を検出し、攻�撃者がそれらに到達する経路をマッピングし、本番環境へのコード展開前に標的化した修正を提案する。 2019年のデータ流出事件で米国とカナダの約1億600万人の個人情報が流出し、同行に8000万ドル（約130億円）の連邦罰金をもたらしたCapital Oneが、攻撃的なAI機能をパブリックな防御リソースとして貢献することで、セキュリティリスク管理への取り組み方針を転換させている。

   VulnHunterはCapital Oneが「攻撃者ファースト・フォワード分析」ワークフローと呼ぶものを採用しており、実際の敵対者がシステムに侵入する地点から開始することで、大手金融機関による脆弱性検出への野心的なアプローチを示している。

4. 4

   Intuit、AIエージェントシステムを4ヶ月で2度再構築、オーケストレーションレイヤーを廃止

   VB Transform 2026でのIntuit AI担当副社長Nhung Hoの発表によれば、同社は4ヶ月以内にエージェント型AIアーキテクチャを2度にわたって再構築した。最初の再設計では専門特化したエージェントを中央オーケストレーションレイヤーに置き換えたが、2度目の再構築は60日で完了し、わずか20日以下で動作バージョンを実現させた後、そのレイヤーを完全に廃止し、スキルとツールベースのシステムを採用した。 Intuitは、エージェント間で自然言語を通じて結果を受け渡すと、各ハンドオフでコンテキストが失われ、チェーン全体でエラーが複合することを発見した。Hoは「10個のエージェントがあり、それぞれが相互に受け渡しをしている場合、受け渡しが発生するたびにエラーが複合する」と指摘している。これは信頼性の高いマルチエージェントシステムを構築する際の中核的な課題を明らかにしている。つまり、オーケストレーション自体が複雑性の増加に伴い、障害ポイントになる可能性があるということだ。

   Intuitがスキルとツールベースのアーキテクチャへシフトしたことは、オーケストレーションよりもフラットでより直接的なエージェント調整モデルの方がスケーリングに優れていると同社が判断していることを示唆している。再構築の速度（わずか20日以下で動作バージョン実現）は、AIシステム設計の中核的な問題が表面化した際に、エンジニアリングチームがどれほど迅速に反復できるかを示している。

5. 5

   アマゾンとメタ、AI投資で$100億超え ウェッドブッシュがスタンス比較

   アマゾンは当初$100億の資本支出予定に対し$131億以上を支出し、メタも$60億～$65億の当初ガイダンスを超えて$72億以上を支出しました。両社とも当初見込みを上回るAIインフラ投資を実施しています。 ウェッドブッシュのアナリスト、Ygal Arounianによると、AIはユーザーがオンラインで情報を探す方法や購入する方法、企業がサービスを構築する方法を根本的に変えつつあり、インターネット全体で「最も影響力のある要因」になっています。この変化に対応するため、大規模クラウド事業者（ハイパースケーラー）は膨大な投資を続ける必要があります。

   Arounianはアマゾン（NASDAQ:AMZN）とメタ・プラットフォームズ（NASDAQ:META）という2つのAIリーダーを比較し、どちらがより優れた投資対象かを検討しています。両社とも、AI機能を製品全体に組み込む戦略を進めており、ユーザー体験と収益化の機会が拡大する可能性があるとみられます。

6. 6

   AIエージェントがページェント出場者のトレーニングをサポート—ステージ上での使用はまだ先

   IBMの元従業員であるSamantha Smitteは、来週開催されるMiss New York USAページェントに向けて準備するため、AIエージェントに約150ドルを費やした。これらのエージェントは練習面接を実施し、ワークアウトルーチンを提案し、時事問題に関する情報を提供し、過去の優勝者のスタイルに基づいてドレスを推奨している。 AIツールはビジネスと政府の領域を超えて、個人的な競技とパフォーマンスの分野に拡大している。Smitteのアプローチ—ステージでのポーズング指導は人間のコーチを雇用しながら、トレーニング段階ではAIを活用する—は、出場者がAIを選別的に採用していることを示しており、この技術がニッチな準備タスク向けに実用化されつつあることの兆候である。

   ページェント業界ではAIの役割についての意見が分かれている。Miss AmericaはステージでAIを出場者と共に使用することについてのエイプリルフールズジョークを投稿し、一方AIが生成した女性による別の「Miss AI」ページェントは賛否両論を呼んだ。Smitte本人は、観客はまだステージ上でAI競技者を見る準備ができていないと考えている。